Docker 真的很酷，特别是和使用虚拟机相比，转移 Docker 镜像十分容易。如果你已准备好使用 Docker，那你肯定已从 Docker Hub 上拉取过完整的镜像。Docker Hub 是 Docker 的云端注册服务器服务，它包含成千上万个供选择的 Docker 镜像。如果你开发了自己的软件包并创建了自己的 Docker 镜像，那么你会想有自己私有的注册服务器。如果你有搭配着专有许可的镜

越来越多的开发人员使用容器开发和部署他们的应用。这意味着可以轻松地测试容器也变得很重要。Conu (container utilities 的简写) 是一个 Python 库，让你编写容器测试变得简单。本文向你介绍如何使用它测试容器。 开始吧 首先，你需要一个容器程序来测试。为此，以下命令创建一个包含一个容器的 Dockerfile 和一个被容器伺服的 Flask 应用程序的文件夹。 $ mkdi

数据科学家在创建机器学习模型后，必须将其部署到生产中。要在不同的基础架构上运行它，使用容器并通过 REST API 公开模型是部署机器学习模型的常用方法。本文演示了如何在 Podman 容器中使用 Connexion 推出使用 REST API 的 TensorFlow 机器学习模型。 准备 首先，使用以下命令安装 Podman： sudo dnf -y install podman 接下来，为容

Linux 容器已经成为一个热门话题，保证容器镜像较小被认为是一个好习惯。本文提供了有关如何构建较小 Fedora 容器镜像的一些技巧。 microdnf Fedora 的 DNF 是用 Python 编写的，因为它有各种各样的插件，因此它的设计是可扩展的。但是 有一个 Fedora 基本容器镜像替代品，它使用一个较小的名为 microdnf 的包管理器，使用 C 编写。要在 Dockerfile

Fedora IoT 是一个即将发布的、面向物联网的 Fedora 版本。去年 Fedora Magazine 的《如何使用 Fedora IoT 点亮 LED 灯》一文第一次介绍了它。从那以后，它与 Fedora Silverblue 一起不断改进，以提供针对面向容器的工作流的不可变基础操作系统。 Kubernetes 是一个颇受欢迎的容器编排系统。它可能最常用在那些能够处理巨大负载的强劲硬件上

几天前，我们发布了一篇指南，其中涵盖了开始使用 Docker 时需要了解的几乎所有细节。在该指南中，我们向你展示了如何详细创建和管理 Docker 容器。还有一些可用于管理 Docker 容器的非官方工具。如果你看过我们以前的文章，你可能会看到两个基于 Web 的工具，Portainer 和 PiCluster。它们都使得 Docker 管理任务在 Web 浏览器中变得更加容易和简单。今天，我遇到

在我们的上一个教程中，我们已经了解如何在 Ubuntu 上安装 Docker，和如何在 CentOS 上安装 Docker。今天，我们将会了解 Docker 的一些基础用法。该教程包含了如何创建一个新的 Docker 容器，如何运行该容器，如何从现有的 Docker 容器中创建自己的 Docker 镜像等 Docker 的一些基础知识、操作。所有步骤均在 Ubuntu 18.04 LTS serv

在 Docker 和 Kubernetes 时代，软件开发的世界发生了怎样的变化？有可能使用这些技术一劳永逸地构建一个放之四海而皆准的架构吗？当所有东西都“打包”在容器中时，有可能统一开发和集成的过程吗？这些决策有什么要求？它们会带来什么限制？它们会让开发人员的生活变得更轻松，还是会增加不必要的复杂性？ 是时候讨论和阐明这些（以及其它一些）问题了！（在本文和原创插图中） 本文将带你踏上从现实到开发

Mac 用户可使用 MicroK8s 运行 Kubernetes 环境，进而开发、测试应用。通过下面的步骤可轻松搭建此环境。 MicroK8s 是一个 Ubuntu 推出的一个本地的 Kubernetes 版本。它是一个轻量级的 snap 应用，可安装到 PC 上作为一个单节点集群使用。尽管 MicroK8s 仅针对 Linux 构建，但是也可以在 Mac 上启动 Ubuntu VM 来实现。 M

学习如何驾驭 Kubernetes 比如何建造它更重要，这些工具可以帮助你更快上路。 在本系列的第三篇文章中，Kubernetes 基础：首先学习如何使用，我强调你应该学会使用 Kubernetes，而不是建造它。我还解释说，在 Kubernetes 中，你必须学习最小的一组原语来建模应用程序。我想强调这一点：你需要学习的这组原语是最简单的原语集，你可以通过它们学习如何实现生产级的应用程序部署（即

Podman 使用传统的 fork/exec 模型（相对于客户端/服务器模型）来运行容器。 在进入本文的主要主题 Podman 和容器之前，我需要了解一点 Linux 审计功能的技术。 什么是审计？ Linux 内核有一个有趣的安全功能，叫做审计。它允许管理员在系统上监视安全事件，并将它们记录到audit.log 中，该文件可以本地存储或远程存储在另一台机器上，以防止黑客试图掩盖他的踪迹。 /et

了解如何使用 Podman 在单独的用户空间运行容器。 Podman 是 libpod 库的一部分，使用户能够管理 pod、容器和容器镜像。在我的上一篇文章中，我写过将 Podman 作为一种更安全的运行容器的方式。在这里，我将解释如何使用 Podman 在单独的用户命名空间中运行容器。 作为分离容器的一个很棒的功能，我一直在思考用户命名空间user namespace，它主要是由 Red Hat

随着容器和容器技术的兴起，现在所有主流的 Linux 发行版都提供了容器基础镜像。本文介绍了 Fedora 项目如何构建其基本镜像，同时还展示了如何使用它来创建分层图像。 基础和分层镜像 在看如何构建 Fedora 容器基础镜像base image之前，让我们定义基础镜像和分层镜像layered image。定义基础镜像的简单方法是没有父镜像层的镜像。但这具体意味着什么呢？这意味着基础镜像通常只包

了解如何使用 Ansible 在容器中执行命令。  容器和 Ansible 可以很好地融合在一起：从管理和编排到供应和构建。在本文中，我们将重点介绍构建部分。 如果你熟悉 Ansible，就会知道你可以编写一系列任务，ansible-playbook 命令将为你执行这些任务。你知道吗，如果你编写 Dockerfile 并运行 podman build，你还可以在容器环境中执行此类命令，并获得相同​

今天早上，我为未来潜在容器杂志画了一幅 OverlayFS 的漫画，我对这个主题感到兴奋，想写一篇关于它的博客来提供更多详细信息。 容器镜像很大 容器镜像可能会很大（尽管有些很小，例如 alpine linux 才 2.5MB）。Ubuntu 16.04 约为 27 MB，Anaconda Python 发行版为 800MB 至 1.5GB。 你以镜像启动的每个容器都是原始空白状态，仿佛它只是为使

Kubernetes 是一款生产级的开源系统，用于容器化应用程序的自动部署、扩展和管理。本文关于使用 Kubernetes 来管理容器。 “容器”已成为最新的流行语之一。但是，这个词到底意味着什么呢？说起“容器”，人们通常会把它和 Docker 联系起来，Docker 是一个被定义为软件的标准化单元容器。该容器将软件和运行软件所需的环境封装到一个易于交付的单元中。 容器是一个软件的标准单元，用它来

Toolbox 使你可以在容器中分类和管理开发环境，而无需 root 权限或手动添加卷。它创建一个容器，你可以在其中安装自己的命令行工具，而无需在基础系统中安装它们。当你没有 root 权限或无法直接安装程序时，也可以使用它。本文会介绍 Toolbox 及其功能。 安装 Toolbox Silverblue 默认包含 Toolbox。对于 Workstation 和 Server 版本，你可以使用

命名空间是什么？你为什么需要它？ kubernetes 命名空间namespace是什么？正如 Shakespeare 以前写过的，我们所谓的命名空间，或者任何其他名字，就是虚拟集群。通过虚拟集群，意味着 kubernetes 可以在单个集群上提供多个 kubernetes 的集群，类似一个在其主机抽象出来的虚拟机。kubernetes 文档 中的解释： kubernetes 在一个物理集群上提供

LogTool 是一组 Python 脚本，可帮助你找出 Overcloud 节点中问题的根本原因。 OpenStack 在其 Overcloud 节点和 Undercloud 主机上存储和管理了一堆日志文件。因此，使用 OSP 日志文件来排查遇到的问题并不是一件容易的事，尤其在你甚至都不知道是什么原因导致问题时。 如果你正处于这种情况，那么 LogTool 可以使你的生活变得更加轻松！它会为你节

一个使用 tmux 的 kubectl 插件可以使 Kubernetes 疑难问题变得更简单。 Kubernetes 是一个活跃的开源容器管理平台，它提供了可扩展性、高可用性、健壮性和富有弹性的应用程序管理。它的众多特性之一是支持通过其主要的二进制客户端 kubectl 运行定制脚本或可执行程序，kubectl 很强大的，允许用户在 Kubernetes 集群上用它直接做很多事情。 使用别名进行